Tag · 3 篇

潜变量表征

分布医学影像与生物视觉1底层视觉与图像复原1强化学习与具身智能1

MorphSeek: Fine-grained Latent Representation-Level Policy Optimization for Deformable Image Registration

把 DIR 的稠密位移场优化搬到潜特征空间，用高斯策略头 + GRPO 做由粗到细的探索，这种「表征级策略优化」思路可迁移到任何高维稠密预测任务（如光流、稠密对应、点云配准）的搜索式优化中。

LF-BVN: Blind-View Network for Self-Supervised Light Field Denoising

将盲点去噪原理从单图扩展到光场多视图，利用视角间噪声不相干性构造自监督信号，并引入几何不变性掩码与潜变量体一致性约束，为无干净数据的光场去噪提供了可复用框架。

ConsisVLA-4D: Advancing Spatiotemporal Consistency in Efficient 3D-Perception and 4D-Reasoning for Robotic Manipulation

对做视觉研究的人，这篇提供了不依赖额外深度传感器、仅从多视角 2D 观测构建紧凑潜变量几何 token 的思路（CO-Fuser），以及用跨视角物体身份对齐来保证语义一致性的做法（CV-Aligner），可直接迁移到需要多视角一致表征的 VLA 或具身操作策略中。